Estimation of the Location and Scale Parameters of a Pareto Distribution by Linear Functions of Order Statistics
以次序统计量的线性函数估计帕累托分布位置与尺度参数AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究帕累托型分布的一般参数估计，未明确涉及收入分布效应或金融尾部风险。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
以次序统计量的线性函数估计帕累托分布位置与尺度参数
- 研究问题
- 在帕累托型分布的不同参数已知配置下，如何利用次序统计量估计位置与尺度，并选择少量次序统计量的最优间隔？
- 方法与思路
- 作者考察完整样本的最佳线性无偏估计，以及部分情形下基于少量次序统计量的渐近最佳线性无偏估计，并分析最优间隔。
- 材料陈述的贡献
- 摘要称，论文讨论位置与尺度的多种估计情形及替代估计量，并通过解析和数值方法解决次序统计量的最优间隔问题。
- 阅读关注点
- 应先查原PDF确认分布公式的指数和参数定义，再核对各已知参数配置、线性无偏估计的条件及最优间隔准则。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明，无法判断刊本变化；分布公式的指数排版不清，须查原PDF，不能据此重构公式或推导结论。
原文摘要
Given a random sample from a Pareto type distribution with the cdf F(x) = 1 — [1 + (x — α)/β]-y for x ≥ α, the problems of estimating (1) the scale parameter β when α and y are known, (2) the location parameter α when β and y are known, (3) α and β when y is known, are considered. Particular attention is given to the best linear unbiased estimates based on the complete sample and (for (1) and (3)) the asymptotically best linear unbiased estimates based on a few selected order statistics, but some alternative estimates are also considered. The problem of optimum spacing of the order statistics is solved analytically and numerically.